2021 年，理想汽车决定自研操作系统的时候，很多人没看懂。

2022 年，他们又说要自研芯片。外界反应大概是：一个造车的，折腾这些干嘛？

2023 年，大模型立项。这时候，稍微有点嗅觉的人开始意识到，理想可能不是在折腾，是在下一盘大棋。

2026 年 6 月 15 日，"Livis Day"，棋盘上的子儿亮了。

这一天的发布会，理想没聊哪款新车续航多少、加速几秒，却给汽车下了个新定义——具身智能汽车。四个能力叠满：电动车、职业司机、AI 计算机、生活助手。说白了，它想把车从 " 四个轮子的家用电器 "，变成一个有手有脚有脑子、还能帮你干活的 " 硅基家人 "。

回头看看过去五年那些看似 " 不务正业 " 的投入，突然就串起来了。

" 冰箱彩电大沙发 " 之后，理想靠什么赢？

理想汽车最初是靠 " 读懂人 " 起家的。

理想 ONE 那会儿，同行的 PPT 都在讲续航、电动化，理想的 PPT 在讲 " 二胎家庭出门，老婆坐副驾，孩子坐二排，奶爸怎么兼顾所有人的体验 "。结果大家都知道了，理想 ONE 成了现象级爆款，理想汽车成了国内首个营收过千亿的新势力。

那个阶段的护城河，叫产品定义能力。

但到了 2026 年，光靠产品定义还能守住城墙吗？

李想自己在内部说过一句话，大意是：你能洞察用户要 " 冰箱彩电大沙发 "，别人也能。这玩意儿不是独家秘方，抄起来没那么难。真正的壁垒，得往底层走——芯片、模型、操作系统，这些用户看不见摸不着、但每分每秒都在影响体验的东西。

Livis Day 展示的，就是理想从 " 产品驱动 " 转向 " 技术驱动 " 的阶段性答卷。这个转身，从 2021 年就悄悄开始了。

回头去看理想这几年的操作——

2021 年：操作系统立项。不是做个 UI 皮肤，是从底层开始写。那时候大多数人觉得车机就是个安卓平板，有必要从头搞吗？

2022 年：芯片立项。一家才成立几年的中国新势力要自己画芯片？这步棋，旁观的人都捏了把汗。

2023 年：大模型立项。ChatGPT 刚火，大家都说大模型是手机电脑的事，跟车有什么关系？

这几个决策当时看着像 " 战略多元化 "，现在复盘，分明是 "AI 铁人三项 " ——算力、算法、平台，缺一不可，全得自己上。

发布会上公布的马赫 M100 芯片，就是算力那块的答卷。这枚号称 " 全球首款动态数据流 AI 芯片 " 的家伙，思路跟传统芯片不太一样。传统芯片是 " 你给我指令，我按部就班执行 "，马赫 M100 是 " 数据流自己决定怎么跑、跑哪里 "，对 AI 这种大规模并行计算场景，效率提升是代际的。

理想汽车 CTO 谢炎在专访中直言，四年前他们启动自研芯片，就没走冯 · 诺依曼架构的老路。沿着成熟路径跟跑，永远追不上海外头部几十年的积累，要破局就得换赛道。马赫 M100 采用的动态数据流架构拿掉了传统架构里的指令翻译环节，回归计算本身，实际运行效率超过 82%，远超主流架构的 GPGPU。

自己写操作系统、自己造芯片、自己训大模型，再把这三样东西捏在一起做软硬一体优化。这套组合拳打下来，理想在技术维度上，已经跟 " 供应商方案集成商 " 身份说了再见。

具身智能，为什么一定是车先跑出来？

" 具身智能 " 这四个字喊了好几年了。人形机器人、智能家居、工业机械臂，大家都在说，但大多停留在实验室或演示视频里。

理想是第一个系统性地把具身智能定义清楚、并且量产出方案的汽车企业。

李想和罗永浩的对谈里曾表示：" 自动驾驶是具身智能的上半场，通用人形机器人是下半场。"

这逻辑其实很顺。

你看，一辆车要跑起来，先得能看懂路、能自己判断、能执行操作。这不就是具身智能的 " 基础训练 " 吗？等车把这个能力练到炉火纯青了，再把大脑移植到人形机器人上，让它去干更复杂的活儿。

理想搞的具身智能汽车，不是给车加了个 " 语音助手 Pro"，而是让车同时拥有：

电动车的躯干：动力、底盘、电池，这些是物理基础。

职业司机的技能：自动驾驶能力，而且是能升级、能成长的。

AI 计算机的大脑：本地算力足够强，不需要什么事都上传云端，反应更快、更安全。

生活助手的交互：能听懂话、能看懂手势、能主动服务，而不是 " 一喊一答 " 的智障音箱。

这里有个很关键的跃升——从 " 被动响应 " 到 " 主动理解 "。

现在的智能汽车，你跟它说 " 我有点冷 "，它把空调温度调高两度。这是指令 - 执行。

理想的具身智能，你上车它可能已经根据你的体态、表情、车内外的温度，提前把座椅加热和方向盘调温打开了。它不需要你下指令，它 " 看 " 出来了。你说了句 " 今天好累 "，它不光调氛围灯和香氛，可能还主动建议：" 需要开启座椅按摩并且播放舒缓音乐吗？" 再比如你跟它说 " 接国航 CA1234 落地的朋友，他吃素，一天逛完燕京八景 "，系统自己就能查航班、算时间、找餐厅、规划路线，甚至会告诉你哪两个景点当天闭馆，主动优化方案。

换以前你得切三四个 APP，现在一句话全搞定。

这种能力的底层，就是理想这几年死磕的——自研大模型 + 自研芯片 + 自研操作系统的整合。缺了哪个环节，体验都会打折。

" 传统智能汽车，并不真的智能 "

发布会上李想有句话挺刺耳，但细想没毛病：" 传统智能汽车，并不真的智能。"

他进一步点明：今天的智能汽车本质还是 " 功能驱动 "，一个功能对应一个场景。而真正的具身智能汽车，能保护人类安全、独立完成任务、比人类更高效。

传统意义上的 " 智能汽车 "，大部分是功能堆叠——中控大屏、语音控制、L2+ 辅助驾驶。这些是智能的 " 零件 "，但离真正的 " 智能体 " 还有距离。

打个比方：传统智能汽车像一台装了很多 App 的手机，每个 App 各干各的，互不通气。而具身智能汽车像一个活的人，眼睛、耳朵、大脑、手脚是协同工作的，信息是共享的，决策是一体的。

理想把具身智能汽车的能力拆成了三个维度：

更安全：不光是碰撞安全，更是 " 预判安全 "。AI 能提前几秒甚至十几秒感知到潜在风险，做出人类反应不及的避险操作。这不是堆传感器能解决的，需要模型对环境的深度理解。

更高效：车自己会规划路线、管理能耗、安排充电，把出行这件事的效率做到极致。人只需要说 " 我要去哪 "，剩下的交给车。

更强大：车的能力可以持续进化。OTA 不只是修 Bug、换个皮肤，而是模型在升级、技能在增加、体验在深化。今天的车和一年后的车，可能完全不是一个物种。

这三个维度的提升，全靠算力和算法撑起来。这也是理想非得自己造芯片、训模型的原因——市面上的通用方案，做不到这么深度的定制和持续迭代。

OTA 成长里程碑：车和人，一起长大

发布会上还有个信息点：理想发布了覆盖全年的 OTA 成长里程碑。

这名字起得挺好—— " 成长里程碑 "，而不是 " 功能更新列表 "。

两者的区别在于：前者是以 " 人 " 为中心的体验进化，后者是以 " 功能 " 为中心的参数堆砌。

理想的车主应该会有体感：这车买回去，不是越开越旧，而是越开越新、越开越聪明。今天的辅助驾驶能力跟提车那天比，完全不是一个级别。座舱交互、语音理解、智能推荐，每个月都在变。

这背后是 " 软件定义汽车 " 最性感的承诺：硬件交给你的时候是半成品，软件让它变成成品，再变成精品。

而且这种成长是体系化的——不是今天加个新功能、明天修个旧 Bug，而是整套具身智能能力的螺旋式上升。今天学个新技能，明天把老技能优化得更丝滑，后天可能就解锁了个新场景。

这种能力，是建立在自研芯片、自研模型、自研操作系统这三脚架上的。缺了哪个，都撑不起 " 全年无休持续进化 " 的承诺。

理想这家公司有个特质，挺拧巴的——有些事慢得惊人，有些事快得吓人。

你看 2021 年立项操作系统，到 2025 年星环 OS 开源，才算正式交了卷。五年时间，放在互联网行业够做三四个轮回了。但理想就是沉得住气，一笔一笔往里砸钱、砸人、砸时间。

但一旦技术成熟了，量产和落地的速度又极快。从芯片点亮到上车，从模型训练到全系推送，节奏卡得很紧。

这种 " 慢工出细活 " 加 " 量产快跑 " 的组合，背后是体系能力在支撑。

从理想 ONE 时期的 " 产品定义能力 "，到如今 Livis Day 展示的 " 技术纵深能力 "，理想完成了一次很难但必须的跨越。在 AI 时代，产品定义不再是护城河——你能定义，别人也能抄。真正的护城河，是定义之后，你能用别人做不到的技术把它实现出来，并且持续迭代。

理想这几年干的自研芯片、自研模型、自研操作系统，就是在挖这条又宽又深的河。

Livis Day 不是终点，甚至不是 " 中点 "。

它更像是理想汽车给自己过去五年 " 不务正业 " 的投入，做了一次集中的成果展示。顺便告诉行业：

具身智能这个赛道，我们不仅定义标准，还拿出了量产方案。欢迎来追。

对于普通车主和用户来说，这些战略、芯片、模型可能有点远。但他们每天坐进车里，会越来越清楚地感受到一件事——这车，好像真的越来越懂我了。

而这一点点 " 更懂你 " 的体验，背后是几千个工程师、五六年时间、几百亿研发投入，从芯片设计的第一行代码开始，一点点垒出来的。

这个故事的起点，不是 2026 年的 Livis Day，不是某一个瞬间的决定，是一条从感知到操作系统到芯片到模型、持续了近十年的技术演进路径。每个节点都在为下一环做准备，缺了任何一个，今天的具身智能都落不了地。

那会儿没人觉得这事儿能成。

现在，它成了。